Number of Applicants
:000+
Let AI Supercharge Your Job Hunt!
JobCopilot scans 500,000+ company career sites daily to find jobs for you
Data-gedreven prestatie-inzicht en optimalisatie van operatorinzet in productie
Binnen Barco beschikken we over gedetailleerde operationele data van operatoren. Deze data omvat onder andere de tijd die operatoren besteden aan verschillende items en taken binnen het productieproces.
Hoewel deze data volop beschikbaar is, ontbreekt vandaag een objectief en onderbouwd referentiekader om prestaties correct te interpreteren. Met andere woorden:
we meten hoe lang iemand ergens over doet, maar we weten niet:
Daarenboven worden operationele beslissingen, meer bepaald de dagelijkse taakverdeling, grotendeels genomen op basis van ervaring, intuïtie en impliciete kennis van lijnverantwoordelijken. Tegelijk is de beschikbare competentie-informatie complex en niet altijd eenvoudig inzetbaar in de dagelijkse praktijk. Dit zorgt ervoor dat er een aanzienlijke hoeveelheid werk kruipt in het opstellen van dagplanningen.
Doelstelling
Het doel van deze masterthesis is het ontwikkelen van een data-gedreven kader dat, op basis van statistische analyse, prestaties van operatoren op een betrouwbare en eerlijke manier in kaart kan brengen. Belangrijk hierbij is dat het framework contextbewust en realistisch blijft, met aandacht voor variaties zoals taakcomplexiteit, leereffecten en procesverschillen.
Deze inzichten rond prestaties kunnen vervolgens gebruikt worden om, in combinatie met de competentiematrix, een geoptimaliseerde dagplanning te realiseren door betere keuzes te maken rond operatorinzet en taakverdeling.
De initiële focus ligt op de lichtbronafdeling, met het oog op mogelijke toepasbaarheid in andere afdelingen.
Inhoud
De thesis kan onder andere bestaan uit:
Auto-Apply to Thesis student - Data Optimalisatie Jobs with your AI JobCopilot
Copyright © 2026 Grabjobs Pte.Ltd. All Rights Reserved.